[發(fā)明專利]一種電力物理網(wǎng)安全態(tài)勢感知方法、裝置、設備及介質(zhì)有效
| 申請?zhí)枺?/td> | 202210475954.2 | 申請日: | 2022-04-29 |
| 公開(公告)號: | CN114938385B | 公開(公告)日: | 2023-10-24 |
| 發(fā)明(設計)人: | 陳智明;黃敬志;陳敏;何明東;唐亮亮;黃小強;王遠雄;曹德發(fā);羅威;傅格話;張馳俊;黃科;王永強;謝敏敏;李志華 | 申請(專利權(quán))人: | 廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司梅州供電局 |
| 主分類號: | H04L67/12 | 分類號: | H04L67/12;G06F18/241;G06N3/0464;G06N3/08 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孔凡紅 |
| 地址: | 510000 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 電力 物理 安全 態(tài)勢 感知 方法 裝置 設備 介質(zhì) | ||
1.一種電力物理網(wǎng)安全態(tài)勢感知方法,其特征在于,包括:
從觀測隊列中獲取當前觀測主體,獲取所述當前觀測主體的通信矩陣;
使用基于深度學習的態(tài)勢感知模型,將所述通信矩陣映射為態(tài)勢感知向量;
在所述態(tài)勢感知向量的梯度上升方向上選擇新的觀測主體,并加入所述觀測隊列中;
返回執(zhí)行從觀測隊列中獲取當前觀測主體,獲取所述當前觀測主體的通信矩陣的操作,直至根據(jù)態(tài)勢感知向量定位到安全事故發(fā)生點,發(fā)出警報。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取所述當前觀測主體的通信矩陣,包括:
通過中間人代理網(wǎng)絡,采集所述當前觀測主體在一個周期內(nèi)的全部通信數(shù)據(jù)包;所述通信數(shù)據(jù)包中包括數(shù)據(jù)流以及通信主體向量,所述通信主體向量從發(fā)送源指向接收源端;
根據(jù)所述通信主體向量對所述通信數(shù)據(jù)包進行分類,得到分組數(shù)據(jù)包;
將各分組數(shù)據(jù)包轉(zhuǎn)換為二進制,并按時間順序?qū)Ω鞣纸M數(shù)據(jù)包進行排序,組成有序的數(shù)據(jù)包集合;
將所述有序的數(shù)據(jù)包集合轉(zhuǎn)換為行列確定的通信矩陣。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述有序的數(shù)據(jù)包集合轉(zhuǎn)換為行列確定的通信矩陣,包括:
獲取通信矩陣的行列數(shù);所述行列數(shù)是根據(jù)指定數(shù)量的有序數(shù)據(jù)包集合的數(shù)據(jù)包數(shù)量分布以及數(shù)據(jù)包長度分布確定的;
根據(jù)所述通信矩陣的行列數(shù),對所述當前觀測主體的有序的數(shù)據(jù)包集合進行篩選切分處理,生成通信矩陣。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,在使用基于深度學習的態(tài)勢感知模型,將所述通信矩陣映射為態(tài)勢感知向量之前,還包括:
獲取通信矩陣的行列數(shù),并根據(jù)所述通信矩陣的行列數(shù)創(chuàng)建AlexNet模型;
獲取預設數(shù)量的通信矩陣集合以及對應的異常權(quán)重標簽集合,構(gòu)造訓練集與測試集;
使用所述訓練集訓練所述AlexNet模型,直到所述AlexNet模型在所述測試集中的損失函數(shù)達到第一閾值,得到態(tài)勢感知模型。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述AlexNet模型的損失函數(shù)包括:
其中,F(xiàn)為損失函數(shù),TP為模型預測正確的數(shù)量,F(xiàn)P為錯將其他類標簽預測為本類標簽的數(shù)量,F(xiàn)N為錯將本類標簽預測為其他類標簽的數(shù)量。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述在所述態(tài)勢感知向量的梯度上升方向上選擇新的觀測主體,并加入所述觀測隊列中,包括:
根據(jù)所述態(tài)勢感知向量,選擇異常權(quán)重值大于第二閾值的備選標簽;
計算從各備選標簽對應的異常主體到當前觀測主體的異常梯度;
選擇異常梯度最大值對應的異常主體作為新的觀測主體,并將所述新的觀測主體加入所述觀測隊列中。
7.一種電力物理網(wǎng)安全態(tài)勢感知裝置,其特征在于,包括:
信息獲取模塊,用于執(zhí)行從觀測隊列中獲取當前觀測主體,獲取所述當前觀測主體的通信矩陣;
向量映射模塊,用于執(zhí)行使用基于深度學習的態(tài)勢感知模型,將所述通信矩陣映射為態(tài)勢感知向量;
隊列更新模塊,用于執(zhí)行在所述態(tài)勢感知向量的梯度上升方向上選擇新的觀測主體,并加入所述觀測隊列中;
循環(huán)執(zhí)行模塊,用于執(zhí)行返回執(zhí)行從觀測隊列中獲取當前觀測主體,獲取所述當前觀測主體的通信矩陣的操作,直至根據(jù)態(tài)勢感知向量定位到安全事故發(fā)生點,發(fā)出警報。
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述信息獲取模塊,包括:
采集單元,用于執(zhí)行通過中間人代理網(wǎng)絡,采集所述當前觀測主體在一個周期內(nèi)的全部通信數(shù)據(jù)包;所述通信數(shù)據(jù)包中包括數(shù)據(jù)流以及通信主體向量,所述通信主體向量從發(fā)送源指向接收源端;
分類單元,用于執(zhí)行根據(jù)所述通信主體向量對所述通信數(shù)據(jù)包進行分類,得到分組數(shù)據(jù)包;
排序單元,用于執(zhí)行將各分組數(shù)據(jù)包轉(zhuǎn)換為二進制,并按時間順序?qū)Ω鞣纸M數(shù)據(jù)包進行排序,組成有序的數(shù)據(jù)包集合;
轉(zhuǎn)換單元,用于執(zhí)行將所述有序的數(shù)據(jù)包集合轉(zhuǎn)換為行列確定的通信矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司梅州供電局,未經(jīng)廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司梅州供電局許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210475954.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 電力控制器、電力生成系統(tǒng)以及電力控制器的控制方法
- 電力供給裝置、電力接收裝置和包括電力接收裝置的車輛以及用于電力供給系統(tǒng)的控制方法
- 電力接收裝置、電力傳送裝置及其控制方法
- 一種智能電力客服系統(tǒng)的構(gòu)建方法及系統(tǒng)
- 無線電力傳輸系統(tǒng)、無線電力發(fā)送裝置和無線電力接收裝置
- 一種電力監(jiān)控平臺數(shù)據(jù)信息映射匹配方法及系統(tǒng)
- 用于電力分配的系統(tǒng)和方法
- 電力傳輸裝置、電力接收裝置和電力傳輸裝置的控制方法
- 一種電力傳輸線圈無線傳輸電力的無線電力傳輸系統(tǒng)
- 一種電力運行數(shù)據(jù)監(jiān)控系統(tǒng)
- 一種基于服務的態(tài)勢協(xié)同標繪系統(tǒng)及其方法
- 一種用于公安合成指揮的綜合態(tài)勢系統(tǒng)
- 一種針對云數(shù)據(jù)中心SDN安全態(tài)勢感知系統(tǒng)及方法
- 移動終端的安全態(tài)勢展示方法、裝置及存儲介質(zhì)
- 一種有源配電網(wǎng)態(tài)勢預測方法及預測系統(tǒng)
- 空地協(xié)同的廣域空域安全態(tài)勢評估方法
- 一種態(tài)勢標繪插件前端集成系統(tǒng)
- 基于深度信念網(wǎng)的網(wǎng)絡安全態(tài)勢評估和態(tài)勢預測建模方法
- 一種用于智能化對抗仿真推演的態(tài)勢感知方法
- 基于大數(shù)據(jù)和人工智能的信息感知方法及信息安全系統(tǒng)





